论文部分内容阅读
摘 要：该文对2000—2015年四川省的18个地级市区的城市绿化面积与城市年平均气温之间进行了回归分析，建立了回归模型，并对模型进行了检验。模型显示，18个地级市区城市绿化面积与城市年平均气温之间呈现负相关关系，即随着城市绿化面积的增加城市年平均气温会相应的降低。该研究对于未来全球气候不断变化、全球不断变暖的情况下，进行城市化的发展规划设计、环境保护、改善区域气候等提供较为科学的指导。
关键词：城市绿化面积；城市年平均气温；回归分析；回归模型；四川省
中图分类号 P468.021 文献标识码 A 文章编号 1007-7731（2018）05-0071-04
Regression Analysis of Urban Green Area and Average Air Temperature
Du Minqing1 et al.
（1School of Land and Resources，China West Normal University，Nanchong 637009，China）
Abstract：In this paper，the regression analysis between the urban green area and the city average temperature in 18 prefecture level cities of Sichuan province in 2000—2015 is carried out，and the regression model is established and tested. The model shows that there is a negative correlation between urban green area and urban average temperature in 18 prefecture level cities，that is，with the increase of urban green area，the annual average temperature of city will decrease correspondingly. The research for the future global climate change，global warming，urbanization development planning and design，environmental protection，improve the regional climate，such as the provision of a scientific guidance.
Key words：Urban green area； Annual average temperature of city； Regression analysis； Regression model； Sichuan Province
1 引言
隨着人类对自然环境的活动强度增大，自然环境不断发生着变化，其中城市气温的不断攀升就是一个变化现象。由于环境的不断发展，气温也相应的不断变化着，出现了许多学者对城市气温的研究，在20世纪90年代，国内外学者关于城市气温的研究很多。但涉及较多的是城市化对于城市气温的影响，以及城市热岛的分析研究[1-20]。而在研究中国城市化对城市气温的研究主要集中在中国华东[2-4]、华北[6]、东北[7-10]等城市；西北地区[13]的城市化对城市气温影响的研究，主要集中在西安[14]、兰州、西宁和乌鲁木齐[15]等地；对于西南地区[16]的城市化对城市气候研究多集中在昆明、贵州、楚雄[17-20]等地；对于西南的四川、重庆等地区的研究较少，而对于城市绿化情况与城市气温的相关研究就更加稀少。根据张景哲等[21]对气温和下垫面之间的关系研究，发现水体和绿地对降温有十分明显的作用，可以有效调节温度，特别是在夏季。本文在前人研究的基础上展开了有关城市绿化面积与城市年平均气温的回归性分析研究。
2 研究目的与意义
本文采用城市绿化面积与城市年平均气温之间的回归性分析法，研究四川省18个地级市区城市绿化面积对城市年平均气温的影响程度。该研究在未来不断的城市化过程中对未来城市气候变化可能产生的影响，采取相应的措施，为城市的发展规划设计、环境保护、改善区域气候等提供较为科学的指导，有利于改善随着全球气温的不断攀升，全球不断变暖所带来的城市气温的不断升高状况，使城市生活更加舒适，人与环境关系更加和谐。
3 研究地区概况
四川省简称川或蜀，于我国西南地区，面积约48万km2。全省地形西高东低，可分为川西高原和四川盆地两大部分。四川盆地中亚热带湿润气候区，即四川盆地及周围山地。该区全年湿润温暖，年均温16～18℃，日温≥10℃的持续期240～280d，气温日较差小，年较差大，呈现冬暖夏热的状态。由于受地理纬度和地貌的影响，气候的地带性和垂直方向变化十分明显，东部和西部的差异很大，高原山地气候和亚热带季风气候并存。本文研究的18个地级市大部分便处于四川东中部气候区，全年湿润温暖，而其中攀枝花属于川西南山地亚热带半湿润气候区，年均温12～20℃，年较差小，日较差大，早寒午暖，四季不明显，但干湿季明显，降雨集中在每年的6—8月这3个月。
4 资料来源及处理
4.1 数据来源 选取四川省18个地级市区作为研究对象，详细数据分别为：（1）气象资料：来源于四川统计年鉴和各地级市气象站多年连续观测资料。本文选用2000—2015年的年平均气温、平均最高气温、平均最低气温数据等气象数据。（2）统计资料：本文统计数据来自四川省统计年鉴及各地级市统计年鉴[22]，选用了2000—2015年四川省18个地级市区的绿化覆盖面积。 4.2 数据处理 利用Excel2010和SPSS17软件进行数据的统计分析和相关回归性分析，得出相应的回归模型。
5 结果分析
5.1 绿化覆盖面积逐年变化情况及城市内部差异
5.1.1 绿化覆盖面积逐年变化情况 用Excel软件对2000—2015年18个市区的绿化覆盖面积进行了统计分析，从图1可以看出，从2000—2015年各市区的绿化覆盖面积呈现不断增长的状态。其中2004年、2005年、2006年3年的绿化覆盖面积增长较慢，2015年的绿化覆盖面积增长量是2000年的4.6倍。
5.1.2 城市内部差异 从图2可以看出，各市区的16年绿化覆盖面积属成都市区最高，其绿化覆盖面积远远大于其他地级市区。成都市区16年的绿化覆盖面积达到了249044hm2，而巴中市区最低只有10900hm2。其他地级市区的绿化覆盖面积均小于60000hm2。
5.2 年均温逐年变化情况及城市内部差异
5.2.1 年均温逐年变化情况 用Excel软件对2000—2015年18个市区的年均气温进行了统计分析，从图3可以看出，从2000年到2015年各市区的年均气温整体呈现降低的趋势，在18～17℃波动降低。而2006、2007年和2013年3年的年均气温比其他年份年均温高，年均温超过了18℃，这与这3年的绿化覆盖面积增长和日照时数有一定的关系；另外2014年和2015年的年均温高于2012年及其前面几年，这与全球气温变暖和日照时数有关。根据图1中的绿化覆盖面积逐年增长趋势可以看出2006、2007年和2013年这3年的增长速度较慢，相对应的年均温也较高，可以看出绿化覆盖面积与年均温存在一定的关系。
5.2.2 城市内部差异 图4给出了近16年的18个地级市区城市年均温变化情况，表现为：（1）除了攀枝花市区，其他城市的年均温均小于19℃；（2）成都市区的年均温是18个城市中最低的，只有16.1℃，比攀枝花市区的年均温低了5.1℃。而成都市的市区面积最大，年均温却最低，这与该市区的绿化覆盖面积存在一定的关系。攀枝花市区的年均温最高，与市区的绿化面积有一定的关系，也与它所处的地理位置有关系。
5.3 绿化覆盖面积与年均温的回归分析
5.3.1 相关分析 运用SPSS软件，对绿化覆盖面积与年平均气温进行相关性分析。得出绿化覆盖面积与年平均气温的Pearson相关系数是-0.489，双侧显著性检验的P值为0，在0.01以下。因此可认为绿化覆盖面积与年平均气温之间具有一定的相关性，且呈负相关关系。表明随着城市绿化覆盖面积的增长，城市年平均气温不断下降。运用Excel软件绘制2000—2015年城市绿化覆盖面积与城市平均气温之间的散点图（见图5）。由图5可知，四川省18个地级市的城市绿化覆盖面积与城市平均气温呈线性关系。从直线相关的变化方向来看，2000～2015年绿化覆盖面积与年平均气温之间呈负相关关系，因此可以进行一元线性回归分析。
5.3.2 回归方程 运用SPSS软件分别对2000—2015城市绿化覆盖面积和城市年平均气温两者的数据进行回归分析，得出以下一元线性经验回归方程：Y=-0.934X+17.700（其中，X：绿化覆盖面积，Y：年平均气温）。根据方程（模型）的方差分析数据，得出方程的F检验统计量为56.936，相应的概率P值均为0，小于0.05。说明绿化覆盖面积与年平均气温之间的线性回归呈显著性，可以认为二者之间存在线性相关关系。
5.3.3 回归系数分析 经过SPSS软件分析得出方程的回归常数为17.700，置信度为95%的区间估计为（17.606，17.795）；回归系数为-0.934，置信度为95%的区间估计为（0.000，0.000）；回归系数检验的T值为-6.904，相应的概率P值为0，小于0.05。可认为该回归系数有显著性意义。
6 结论与讨论
6.1 结论 经过以上分析，本文得出了四川省18个地级市的城市绿化面积与年平均气温之间的回归方程为：Y=-0.934X+17.700，相关系数R2为0.8489。根据方程可知，城市绿化面积每增加1hm2，城市年平均气温降低0.934℃。可见城市绿化面积对于降低城市气温具有显著影响。通过对2000—2015年的数据分析发现，各市区的绿化覆盖面积逐年增长情况与年均温逐年变化情况相一致，随着绿化覆盖面积逐年增长年均温逐年降低，而绿化覆盖面积增长缓慢的年份年均气温比其他年份稍高。其中成都市的绿化面积一直呈增长趋势，年平均气温呈现相应的降低趋势，成都市16年以来的年平均气温一直是18個地级市中最低的。
6.2 讨论与展望
6.2.1 讨论 针对这一结果，再参考俞宗明（2009）、陈飞平（2013）以及张瑜（2015）等学者的研究，认为城市园林绿化不仅有改善环境、净化空气、促进城市生态良性循环等功能，还具有调节温度的作用。根据学者研究发现，盛夏林荫下气温比裸露地气温低3～5℃左右；绿色植物在夏季能吸收60%～80%日光和90%辐射能；园林绿地中地面气温比空旷地面气温低10～17℃，比柏油路低8～20℃。因此，本文建议在城市化规划中不可只考虑城市绿化的经济效益，还要考虑城市绿化的重大生态环境效益。城市生态环境变好了，人们心身舒畅、心情愉悦，这样更能创造出较多的经济效益。
6.2.2 不足与展望 城市化过程中对城市气候会具有一定的影响，进而会加重一系列的环境问题。因此，对城市气候的研究是非常必要的。由于数据资料的限制，本文仅对四川省18个地级市区的城市绿化面积与城市年平均气温之间进行了回归分析，判断其相关性。其中难免会存在着一些不足，主要有：（1）数据的年份选取上。本文仅选择了近16年的数据资料分析，探讨城市绿化面积与城市年平均气温之间的关系，数据较少，在某种程度上不能全面真实的反映城市绿化面积对城市年平均气温的影响。（2）本文对城市绿化面积和城市气温之间的变化规律还有待进一步的深入。例如：对城市气温变化趋势产生的具体原因，今后将会出现的状况等没有进行相关的研究。尤其是城市绿化面积和城市气温对城市发展关联性的研究，今后还需进一步的探讨。（3）对城市绿化的植物选取上。在城市园林建设规划时，哪些植物具有哪些经济效益和生态环境效益，这也是值得考虑的问题。例如：乔木、灌木和草本的面积比应该多大；哪类乔木、灌木和草本的绿地密度高，对空气有哪些净化作用，同时是否还能产生一定的经济效益，是否适合当地的生态环境等。（4）城市生态环境的改善涉及广泛，对城市发展、城市环境以及气候的变化都具有巨大作用。因此，应将其应用到实际当中去。本文只是对城市绿化面积和城市气温之间的相关性进行了分析，并没有应用到城市规划、城市建设和城市环境保护等当中去，这在后面的研究中亟需进一步深入探讨。 参考文献
[1]周淑贞，束炯.城市气候学[M].北京：气象出版社，1994：1-12.
[2]刘玲.合肥城市化進程及其气候效应研究[D].合肥：安徽农业大学，2008.
[3]张弦.城市化对合肥热岛的影响[D].合肥：安徽农业大学，2009.
[4]吉中会.城市化对长江下游沿江城市气候影响的对比研究——以安庆、芜湖、南京、南通为例[D].芜湖：安徽师范大学，2010.
[5]KlysikK，KrzysztoofF. Temporal and spatial characteristicsof theurbanheatisland ofLodz，Poland[J].Atmospheric Environment，1999，33：3885-3895.
[6]刘伟东，张本志，尤焕苓，等.1978-2008年城市化对北京地区气温变化影响的初步分析[J].气象，2014，40（1）：94-100.
[7]高峰，王宝书，杨雪艳.长春市气温变化与城市化影响分析[J].吉林气象，2008，3：6-9.
[9]沈志超.东北冬季极端气温趋势变化及其城市化影响[J].安徽农业科学，2013，41（31）：12387-12391.
[10]吴继华，马慧强，韩增林.辽宁沿海经济带城市化对气候影响的实证分析[J].资源开发与市场，2012，28（10）：897-899.
[11]Comire A C.Mapping a wind-modified urban heat island in Tucson，Arizona[J].Bulletin of the American Physical Society，2000，81（10）：2417-2431.
[12]Morris C，Simmonds I，Plummer N.Quantification of the influence of wind and cloud on the nocturnal urban heat island of a large city[J].Applied Meteorology，2001，40：169-182.
[13]任春艳，吴殿廷，董锁成.西北地区城市化对城市气候环境的影响[J].地理研究所，2006，25（2）：234-241.
[14]高红燕，蔡新玲，贺皓，等.西安城市化对气温变化趋势的影响[J].地理学报，2009，64（9）：1093-1102.
[15]郑玉萍，李景林，赵书琴，等.乌鲁木齐近48a城市化进程对降水的影响[J].干旱区地理，2011，34（3）：442-448.
[16]唐国利，任国玉，周江兴.西南地区城市热岛强度变化对地面气温序列影响[J].应用气象学报，2008，19（6）：722-730.
[17]施晓晖，顾本文.昆明城市气候特征[J].气象，2001，27（3）：38-41.
[18]张一平，何云玲，马友鑫，等.昆明城市热岛效应立体分布特征[J].高原气象，2002，21（6）：604-609.
[19]汤锁坤，刘其顺，李鹏章，等.贵阳市城市气候特征的分析研究[J].贵州气象，1995，19（2）：3-8.
[20]何萍，李宏波.楚雄市城市气候特征分析——兼谈中国主要城市热岛强度对比分析[J].地理学报，2003，58（5）：712-720.
[21]张景哲，刘启明.北京城市气温与下垫面结构关系的时相变化[J].地理学报，1988，43（02）：159-168.
[22]http：//www.sc.stats.gov.cn/tjcbw/tjnj/2000—2015/index.htm（来源于四川统计年鉴2000—2015年的数据） （责编：张宏民）
关键词：城市绿化面积；城市年平均气温；回归分析；回归模型；四川省
中图分类号 P468.021 文献标识码 A 文章编号 1007-7731（2018）05-0071-04
Regression Analysis of Urban Green Area and Average Air Temperature
Du Minqing1 et al.
（1School of Land and Resources，China West Normal University，Nanchong 637009，China）
Abstract：In this paper，the regression analysis between the urban green area and the city average temperature in 18 prefecture level cities of Sichuan province in 2000—2015 is carried out，and the regression model is established and tested. The model shows that there is a negative correlation between urban green area and urban average temperature in 18 prefecture level cities，that is，with the increase of urban green area，the annual average temperature of city will decrease correspondingly. The research for the future global climate change，global warming，urbanization development planning and design，environmental protection，improve the regional climate，such as the provision of a scientific guidance.
Key words：Urban green area； Annual average temperature of city； Regression analysis； Regression model； Sichuan Province
1 引言
隨着人类对自然环境的活动强度增大，自然环境不断发生着变化，其中城市气温的不断攀升就是一个变化现象。由于环境的不断发展，气温也相应的不断变化着，出现了许多学者对城市气温的研究，在20世纪90年代，国内外学者关于城市气温的研究很多。但涉及较多的是城市化对于城市气温的影响，以及城市热岛的分析研究[1-20]。而在研究中国城市化对城市气温的研究主要集中在中国华东[2-4]、华北[6]、东北[7-10]等城市；西北地区[13]的城市化对城市气温影响的研究，主要集中在西安[14]、兰州、西宁和乌鲁木齐[15]等地；对于西南地区[16]的城市化对城市气候研究多集中在昆明、贵州、楚雄[17-20]等地；对于西南的四川、重庆等地区的研究较少，而对于城市绿化情况与城市气温的相关研究就更加稀少。根据张景哲等[21]对气温和下垫面之间的关系研究，发现水体和绿地对降温有十分明显的作用，可以有效调节温度，特别是在夏季。本文在前人研究的基础上展开了有关城市绿化面积与城市年平均气温的回归性分析研究。
2 研究目的与意义
本文采用城市绿化面积与城市年平均气温之间的回归性分析法，研究四川省18个地级市区城市绿化面积对城市年平均气温的影响程度。该研究在未来不断的城市化过程中对未来城市气候变化可能产生的影响，采取相应的措施，为城市的发展规划设计、环境保护、改善区域气候等提供较为科学的指导，有利于改善随着全球气温的不断攀升，全球不断变暖所带来的城市气温的不断升高状况，使城市生活更加舒适，人与环境关系更加和谐。
3 研究地区概况
四川省简称川或蜀，于我国西南地区，面积约48万km2。全省地形西高东低，可分为川西高原和四川盆地两大部分。四川盆地中亚热带湿润气候区，即四川盆地及周围山地。该区全年湿润温暖，年均温16～18℃，日温≥10℃的持续期240～280d，气温日较差小，年较差大，呈现冬暖夏热的状态。由于受地理纬度和地貌的影响，气候的地带性和垂直方向变化十分明显，东部和西部的差异很大，高原山地气候和亚热带季风气候并存。本文研究的18个地级市大部分便处于四川东中部气候区，全年湿润温暖，而其中攀枝花属于川西南山地亚热带半湿润气候区，年均温12～20℃，年较差小，日较差大，早寒午暖，四季不明显，但干湿季明显，降雨集中在每年的6—8月这3个月。
4 资料来源及处理
4.1 数据来源 选取四川省18个地级市区作为研究对象，详细数据分别为：（1）气象资料：来源于四川统计年鉴和各地级市气象站多年连续观测资料。本文选用2000—2015年的年平均气温、平均最高气温、平均最低气温数据等气象数据。（2）统计资料：本文统计数据来自四川省统计年鉴及各地级市统计年鉴[22]，选用了2000—2015年四川省18个地级市区的绿化覆盖面积。 4.2 数据处理 利用Excel2010和SPSS17软件进行数据的统计分析和相关回归性分析，得出相应的回归模型。
5 结果分析
5.1 绿化覆盖面积逐年变化情况及城市内部差异
5.1.1 绿化覆盖面积逐年变化情况 用Excel软件对2000—2015年18个市区的绿化覆盖面积进行了统计分析，从图1可以看出，从2000—2015年各市区的绿化覆盖面积呈现不断增长的状态。其中2004年、2005年、2006年3年的绿化覆盖面积增长较慢，2015年的绿化覆盖面积增长量是2000年的4.6倍。
5.1.2 城市内部差异 从图2可以看出，各市区的16年绿化覆盖面积属成都市区最高，其绿化覆盖面积远远大于其他地级市区。成都市区16年的绿化覆盖面积达到了249044hm2，而巴中市区最低只有10900hm2。其他地级市区的绿化覆盖面积均小于60000hm2。
5.2 年均温逐年变化情况及城市内部差异
5.2.1 年均温逐年变化情况 用Excel软件对2000—2015年18个市区的年均气温进行了统计分析，从图3可以看出，从2000年到2015年各市区的年均气温整体呈现降低的趋势，在18～17℃波动降低。而2006、2007年和2013年3年的年均气温比其他年份年均温高，年均温超过了18℃，这与这3年的绿化覆盖面积增长和日照时数有一定的关系；另外2014年和2015年的年均温高于2012年及其前面几年，这与全球气温变暖和日照时数有关。根据图1中的绿化覆盖面积逐年增长趋势可以看出2006、2007年和2013年这3年的增长速度较慢，相对应的年均温也较高，可以看出绿化覆盖面积与年均温存在一定的关系。
5.2.2 城市内部差异 图4给出了近16年的18个地级市区城市年均温变化情况，表现为：（1）除了攀枝花市区，其他城市的年均温均小于19℃；（2）成都市区的年均温是18个城市中最低的，只有16.1℃，比攀枝花市区的年均温低了5.1℃。而成都市的市区面积最大，年均温却最低，这与该市区的绿化覆盖面积存在一定的关系。攀枝花市区的年均温最高，与市区的绿化面积有一定的关系，也与它所处的地理位置有关系。
5.3 绿化覆盖面积与年均温的回归分析
5.3.1 相关分析 运用SPSS软件，对绿化覆盖面积与年平均气温进行相关性分析。得出绿化覆盖面积与年平均气温的Pearson相关系数是-0.489，双侧显著性检验的P值为0，在0.01以下。因此可认为绿化覆盖面积与年平均气温之间具有一定的相关性，且呈负相关关系。表明随着城市绿化覆盖面积的增长，城市年平均气温不断下降。运用Excel软件绘制2000—2015年城市绿化覆盖面积与城市平均气温之间的散点图（见图5）。由图5可知，四川省18个地级市的城市绿化覆盖面积与城市平均气温呈线性关系。从直线相关的变化方向来看，2000～2015年绿化覆盖面积与年平均气温之间呈负相关关系，因此可以进行一元线性回归分析。
5.3.2 回归方程 运用SPSS软件分别对2000—2015城市绿化覆盖面积和城市年平均气温两者的数据进行回归分析，得出以下一元线性经验回归方程：Y=-0.934X+17.700（其中，X：绿化覆盖面积，Y：年平均气温）。根据方程（模型）的方差分析数据，得出方程的F检验统计量为56.936，相应的概率P值均为0，小于0.05。说明绿化覆盖面积与年平均气温之间的线性回归呈显著性，可以认为二者之间存在线性相关关系。
5.3.3 回归系数分析 经过SPSS软件分析得出方程的回归常数为17.700，置信度为95%的区间估计为（17.606，17.795）；回归系数为-0.934，置信度为95%的区间估计为（0.000，0.000）；回归系数检验的T值为-6.904，相应的概率P值为0，小于0.05。可认为该回归系数有显著性意义。
6 结论与讨论
6.1 结论 经过以上分析，本文得出了四川省18个地级市的城市绿化面积与年平均气温之间的回归方程为：Y=-0.934X+17.700，相关系数R2为0.8489。根据方程可知，城市绿化面积每增加1hm2，城市年平均气温降低0.934℃。可见城市绿化面积对于降低城市气温具有显著影响。通过对2000—2015年的数据分析发现，各市区的绿化覆盖面积逐年增长情况与年均温逐年变化情况相一致，随着绿化覆盖面积逐年增长年均温逐年降低，而绿化覆盖面积增长缓慢的年份年均气温比其他年份稍高。其中成都市的绿化面积一直呈增长趋势，年平均气温呈现相应的降低趋势，成都市16年以来的年平均气温一直是18個地级市中最低的。
6.2 讨论与展望
6.2.1 讨论 针对这一结果，再参考俞宗明（2009）、陈飞平（2013）以及张瑜（2015）等学者的研究，认为城市园林绿化不仅有改善环境、净化空气、促进城市生态良性循环等功能，还具有调节温度的作用。根据学者研究发现，盛夏林荫下气温比裸露地气温低3～5℃左右；绿色植物在夏季能吸收60%～80%日光和90%辐射能；园林绿地中地面气温比空旷地面气温低10～17℃，比柏油路低8～20℃。因此，本文建议在城市化规划中不可只考虑城市绿化的经济效益，还要考虑城市绿化的重大生态环境效益。城市生态环境变好了，人们心身舒畅、心情愉悦，这样更能创造出较多的经济效益。
6.2.2 不足与展望 城市化过程中对城市气候会具有一定的影响，进而会加重一系列的环境问题。因此，对城市气候的研究是非常必要的。由于数据资料的限制，本文仅对四川省18个地级市区的城市绿化面积与城市年平均气温之间进行了回归分析，判断其相关性。其中难免会存在着一些不足，主要有：（1）数据的年份选取上。本文仅选择了近16年的数据资料分析，探讨城市绿化面积与城市年平均气温之间的关系，数据较少，在某种程度上不能全面真实的反映城市绿化面积对城市年平均气温的影响。（2）本文对城市绿化面积和城市气温之间的变化规律还有待进一步的深入。例如：对城市气温变化趋势产生的具体原因，今后将会出现的状况等没有进行相关的研究。尤其是城市绿化面积和城市气温对城市发展关联性的研究，今后还需进一步的探讨。（3）对城市绿化的植物选取上。在城市园林建设规划时，哪些植物具有哪些经济效益和生态环境效益，这也是值得考虑的问题。例如：乔木、灌木和草本的面积比应该多大；哪类乔木、灌木和草本的绿地密度高，对空气有哪些净化作用，同时是否还能产生一定的经济效益，是否适合当地的生态环境等。（4）城市生态环境的改善涉及广泛，对城市发展、城市环境以及气候的变化都具有巨大作用。因此，应将其应用到实际当中去。本文只是对城市绿化面积和城市气温之间的相关性进行了分析，并没有应用到城市规划、城市建设和城市环境保护等当中去，这在后面的研究中亟需进一步深入探讨。 参考文献
[1]周淑贞，束炯.城市气候学[M].北京：气象出版社，1994：1-12.
[2]刘玲.合肥城市化進程及其气候效应研究[D].合肥：安徽农业大学，2008.
[3]张弦.城市化对合肥热岛的影响[D].合肥：安徽农业大学，2009.
[4]吉中会.城市化对长江下游沿江城市气候影响的对比研究——以安庆、芜湖、南京、南通为例[D].芜湖：安徽师范大学，2010.
[5]KlysikK，KrzysztoofF. Temporal and spatial characteristicsof theurbanheatisland ofLodz，Poland[J].Atmospheric Environment，1999，33：3885-3895.
[6]刘伟东，张本志，尤焕苓，等.1978-2008年城市化对北京地区气温变化影响的初步分析[J].气象，2014，40（1）：94-100.
[7]高峰，王宝书，杨雪艳.长春市气温变化与城市化影响分析[J].吉林气象，2008，3：6-9.
[9]沈志超.东北冬季极端气温趋势变化及其城市化影响[J].安徽农业科学，2013，41（31）：12387-12391.
[10]吴继华，马慧强，韩增林.辽宁沿海经济带城市化对气候影响的实证分析[J].资源开发与市场，2012，28（10）：897-899.
[11]Comire A C.Mapping a wind-modified urban heat island in Tucson，Arizona[J].Bulletin of the American Physical Society，2000，81（10）：2417-2431.
[12]Morris C，Simmonds I，Plummer N.Quantification of the influence of wind and cloud on the nocturnal urban heat island of a large city[J].Applied Meteorology，2001，40：169-182.
[13]任春艳，吴殿廷，董锁成.西北地区城市化对城市气候环境的影响[J].地理研究所，2006，25（2）：234-241.
[14]高红燕，蔡新玲，贺皓，等.西安城市化对气温变化趋势的影响[J].地理学报，2009，64（9）：1093-1102.
[15]郑玉萍，李景林，赵书琴，等.乌鲁木齐近48a城市化进程对降水的影响[J].干旱区地理，2011，34（3）：442-448.
[16]唐国利，任国玉，周江兴.西南地区城市热岛强度变化对地面气温序列影响[J].应用气象学报，2008，19（6）：722-730.
[17]施晓晖，顾本文.昆明城市气候特征[J].气象，2001，27（3）：38-41.
[18]张一平，何云玲，马友鑫，等.昆明城市热岛效应立体分布特征[J].高原气象，2002，21（6）：604-609.
[19]汤锁坤，刘其顺，李鹏章，等.贵阳市城市气候特征的分析研究[J].贵州气象，1995，19（2）：3-8.
[20]何萍，李宏波.楚雄市城市气候特征分析——兼谈中国主要城市热岛强度对比分析[J].地理学报，2003，58（5）：712-720.
[21]张景哲，刘启明.北京城市气温与下垫面结构关系的时相变化[J].地理学报，1988，43（02）：159-168.
[22]http：//www.sc.stats.gov.cn/tjcbw/tjnj/2000—2015/index.htm（来源于四川统计年鉴2000—2015年的数据） （责编：张宏民）